Jak utworzyć pandas DataFrame w Python?

Pandas DataFrame to struktura danych 2D (dwuwymiarowa), w której dane są wyrównane w formie tabelarycznej z różnymi wierszami i kolumnami. Aby łatwiej zrozumieć, DataFrame zachowuje się jak arkusz kalkulacyjny zawierający trzy różne komponenty: indeks, kolumny i dane. Pandy DataFrame są najczęstszym sposobem na wykorzystanie obiektów pandy.

Pandy DataFrame można tworzyć przy użyciu różnych metod. W tym artykule wyjaśniono wszystkie możliwe metody, za pośrednictwem których można utworzyć Pandas DataFrame w Python. Uruchomiliśmy wszystkie przykłady na narzędziu Pycharm. Rozpocznijmy implementację każdej metody jeden po drugim.

Podstawowa składnia

Postępuj zgodnie z następującą składnią podczas tworzenia ramek danych w Pandas Python:

Pd.DataFrame (df_data)

Przykład: Wyjaśnijmy przykładem. W takim przypadku zapisaliśmy dane imiona i wartości procentowe ucznia w zmiennej „studenci_data”. Ponadto za pomocą PD.DataFrame (), utworzyliśmyFrame DataFrame do wyświetlania wyniku ucznia.

importować pandy jako PD
Studenci_data =
„Nazwa”: [„Samreena”, „asif”, „Mahwish”, „Raees”],
„Procent”: [90,80,70,85]
wynik = PD.DataFrame (studenci_data)
Drukuj (wynik)

Metody tworzenia panów danych danych

Pandy DataFrame można tworzyć przy użyciu różnych sposobów omówienia w pozostałej części artykułu. Wydrukujemy kursy studenta, co spowoduje formę ramek danych. Tak więc, używając jednej z poniższych metod, możesz utworzyć podobne ramy danych reprezentowane na następującym obrazie:

Metoda nr 01: Tworzenie pandasframe ze słownika list

W poniższym przykładzie tworzone są ze słowników list związanych z wynikami kursu ucznia. Najpierw zaimportuj bibliotekę pandy, a następnie utwórz słownik list. Klucze Dict reprezentują nazwy kolumn, takie jak „Student_name”, „kurs_title” i „GPA”. Listy reprezentują dane lub treść kolumny. Zmienna „Dictionary_Lists” zawiera dane uczniów, które są dalej przypisane do zmiennej „DF1”. Korzystając z instrukcji drukowania, wydrukuj całą zawartość DataFrame.

Przykład:

# Importuj biblioteki dla pandy i numpy
importować pandy jako PD
# Importuj bibliotekę Pandy
importować pandy jako PD
# Utwórz słownik listy
Dictionary_Lists =
„Student_name”: [„Samreena”, „Raees”, „Sara”, „Sana”],
„Kurs_title”: [„sqa”, „sre”, „basics”, „sztuczna inteligencja”]],
„GPA”: [3.1, 3.3, 2.8, 4.0]
# Utwórz ramkę danych
dframe = pd.DataFrame (Dictionary_Lists)
Drukuj (Dframe)

Po wykonaniu powyższego kodu zostanie wyświetlone następujące dane wyjściowe:

Metoda nr 02: Utwórz Pandy DataFrame ze słownika tablicy Numpy

Rzekie danych można utworzyć z dyktmy tablicy/listy. W tym celu długość musi być taka sama jak cała narracja. Jeśli jakiś wskaźnik zostanie przekazany, długość indeksu powinna być równa długości tablicy. Jeśli żaden indeks nie zostanie przekazany, w tym przypadku domyślnym indeksem jest zakres (n). Tutaj N reprezentuje długość tablicy.

Przykład:

importować Numpy jako NP
# Utwórz tablicę Numpy
nparray = np.szyk(
[[„Samreena”, „Raees”, „Sara”, „Sana”],
[„Sqa”, „sre”, „IT Basics”, „sztuczna inteligencja”],
[3.1, 3.3, 2.8, 4.0]])
# Utwórz słownik nparray
Dictionary_of_nparray =
„Student_name”: nparray [0],
„Kurs_title”: nparray [1],
„GPA”: nparray [2]
# Utwórz ramkę danych
dframe = pd.DataFrame (Dictionary_of_nparray)
Drukuj (Dframe)

Metoda nr 03: Tworzenie pandas DataFrame za pomocą listy list

W poniższym kodzie każda linia reprezentuje pojedynczy wiersz.

Przykład:

# Import biblioteki pandas pd
importować pandy jako PD
# Utwórz listę list
Group_Lists = [
[„Samreena”, „sqa”, 3.1],
[„Raees”, „sre”, 3.3],
[„Sara”, „It Basics”, 2.8],
[„Sana”, „sztuczna inteligencja”, 4.0]]
# Utwórz ramkę danych
dframe = pd.DataFrame (grupa_listów, kolumny = ['student_name', „kurs_title”, „gpa”])
Drukuj (Dframe)

Metoda nr 04: Tworzenie Pandas DataFrame za pomocą listy słownika

W poniższym kodzie każdy słownik reprezentuje pojedynczy wiersz i klawisze reprezentujące nazwy kolumn.

Przykład:

# Importuj pandy biblioteki
importować pandy jako PD
# Utwórz listę słowników
dict_list = [
„Student_name”: „Samreena”, „kurs_title”: „sqa”, „gpa”: 3.1,
„Student_name”: „Raees”, „kurs_title”: „sre”, „gpa”: 3.3,
„Student_name”: „Sara”, „kurs_title”: „IT BASICS”, „GPA”: 2.8,
„Student_name”: „Sana”, „kurs_title”: „sztuczna inteligencja”, „GPA”: 4.0]
# Utwórz ramkę danych
dframe = pd.DataFrame (Dict_List)
Drukuj (Dframe)

Metoda nr 05: Tworzenie pandasframe z Dict of pandas Series

Klucze DICT reprezentują nazwy kolumn, a każda seria reprezentuje zawartość kolumny. W poniższych wierszach kodu wzięliśmy trzy typy serii: nazwa_series, kurs_series i GPA_Series.

Przykład:

# Importuj pandy biblioteki
importować pandy jako PD
# Utwórz serię nazw uczniów
Name_series = pd.Seria („Samreena”, „Raees”, „Sara”, „Sana”])
Kurs_series = pd.Seria („SQA”, „Sre”, „It Basics”, „Sztuczna inteligencja”])
GPA_Series = PD.Seria ([3.1, 3.3, 2.8, 4.0])
# Utwórz słownik serii
Dictionary_of_nparray
\
'] = „Name”: name_series, „wiek”: kurs_series, „dział”: gpa_series
# Tworzenie dataframe
dframe = pd.DataFrame (Dictionary_of_nparray)
Drukuj (Dframe)

Metoda nr 06: Utwórz Pandy DataFrame za pomocą funkcji ZIP ().

Różne listy można połączyć za pośrednictwem funkcji listy (zip ()). W poniższym przykładzie pandas DataFrame są tworzone, wywołując PD.Funkcja dataFrame (). Tworzone są trzy różne listy, które są scalone w postaci krotek.

Przykład:

importować pandy jako PD
# List1
Student_name = [„Samreena”, „Raees”, „Sara”, „Sana”]
# List2
Kurs_title = [„sqa”, „sre”, „it podstaw”, „sztuczna inteligencja”]]
# List3
GPA = [3.1, 3.3, 2.8, 4.0]
# Wejdź na listę krotek z trzech list, scal je za pomocą Zip ().
TUPPS = LISTA (ZIP (Student_name, kurs_title, GPA))
# Przypisz wartości danych do krotek.
krotki
# Konwertowanie listy krotek w Pandy DataFrame.
dframe = pd.DataFrame (Turs, kolumny = ['student_name', „kurs_title”, „gpa”])
# Drukuj dane.
Drukuj (Dframe)

Wniosek

Korzystając z powyższych metod, możesz tworzyć Pandas DataFrame w Python. Wydrukowaliśmy GPA kursu studenta, tworząc pandasframe. Mamy nadzieję, że uzyskasz przydatne wyniki po uruchomieniu wyżej wymienionych przykładów. Wszystkie programy są dobrze komentowane w celu lepszego zrozumienia. Jeśli masz więcej sposobów na tworzenie ramek danych pandas, nie wahaj się podzielić się nimi z nami. Dziękujemy za przeczytanie tego samouczka.